59
Tabel 3.4 menunjukkan bahwa nilai Cronbach Alpha item deleted setiap butir instrument lebih besar dari 0.60 sehingga dapat disimpulkan bahwa setiap
butir instrument dinyatakan reliabel. Realibilitas instrument juga dapat dilihat pada tabel berikut:
Tabel 3.5 Uji Reliabilitas
Reliability Statistics
Cronbachs Alpha
N of Items .963
35
Sumber: Hasil Pengolahan SPSS, 2015 Data Diolah
3.10 Teknik Analisis Data
3.10.1 Analisis Deskriptif
Metode analisis deskriptif merupakan cara merumuskan dan menafsirkandata yang ada sehingga memberikan gambaran yang jelas melalui
pengumpulan, penyusunan, dan penganalisisan data sehingga dapat diketahui gambaran data penelitian yang sedang diteliti.
3.10.2 Uji Asumsi Klasik
1 Uji Normalitas Data
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal.Uji normalitas dilakukan dengan
pendekatan grafik dengan menggunakan tingkat signifikansi 5.Jika nilai Asyimp.Sig.2-tailed lebih besar dari 5 artinya data variabel berdistribusi
normal Situmorang dan Lutfi, 2008: 62.
60
2 Uji Heteroskedastisitas
Uji heterokedastisitas berarti varians variabel independen adalah konstan atau sama untuk setiap nilai tertentu variabel independen homokedastisitas.
Model regresi yang baik adalah tidak terjadi heterokedastisitas diuji dengan menggunakan uji Glejser dengan pengambilan keputusan jika variabel independen
signifikan secara statistic mempengaruhi variabel dependen, maka ada indikasi terjadi heterokedastisitas.Jika probabilitas signifikannya diatas tingkat
kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heterokedastisitas Situmorang dan Lutfi, 2008:63.
3 Uji Multikolinearitas
Uji Multikolinearitas variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna atau
mendekati sempurna. Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor
melalui program SPSS. Tolerance mengukur variabelitas variabel terpilih yang tidak dijelaskan
oleh variabel independen lainnya. Nilai umumnya yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas
Situmorang dan Lutfi, 2008: 104.
3.10.3 Analisis Regresi Linier Berganda
Analisis ini digunakan untuk mengetahui seberapa besar pengaruh variabel terikat. Metode regresi berganda dirumuskan sebagai berikut:
61
Y= a + b
1
X
1
+ b
2
X
2
+ e
Dimana : Y = stres kerja
a = konstanta b
1
,b
2
= koefisien regresi berganda X
1
= kepemimpinan X
2
= konflik e = Standar Error
Pengujian hipotesis berdasarkan model regresi yang sudah memenuhi syarat asumsi klasik, kemudian dianalisis dengan cara sebagai berikut.
1 Uji Signifikansi Simultan uji-F
Uji-F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikat. H : b
1
=b
2
= 0, artinya secara bersama-sama tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
, dan X
2
yaitu berupa kepemimpinan dan konflik terhadap stres kerja karyawan sebagai variabel terikat
Y. H
a
: b
1
≠b
2
≠ 0, artinya secara bersama-sama terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
dan X
2
yaitu berupa kepemimpinan dan konflik terhadap stres karyawan sebagai variabel terikat Y.
Kriteria pengambilan keputusan: H
diterima jika Fhitung Ftabel pada α = 5 H
a
diterima jika Fhitung Ftabel pada α = 5
62
2 Signifikansi Parsial Uji-t
Uji-t menunjukkan seberapa besar pengaruh variabel secara individual terhadap variabel terikat. H
: b
1
= b
2
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
dan X
2
yaitu berupa kepemimpinan dan konflik terhadap stres kerja karyawan sebagai variabel terikat
Y. H
a
: b
1
≠ b
2
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
dan X
2
yaitu berupa kepemimpinan dan konflik terhadap stres karyawan sebagai variabel terikat Y.
Kriteria pengambilan keputusan: H
diterima jika thitung t abel pada α = 5
H
a
diterima jika thitung ttabel pada α = 5 3
Koefisien Determinasi R² Koefisien determinasi R² pada intinya mengukur seberapa
kemampuanmodel dalam menerangkan variabel terikat.Jika R² semakin besar mendekatisatu, maka dapat dikatakan bahwa pengaruh variabel bebas X
1
dan X
2
adalah besar terhadap variabel terikat Y.Hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas yang diteliti
terhadap variabel terikat.Sebaliknya, jika R² semakin kecil mendekati nol maka dapat dikatakan bahwa pengaruh variabel bebas X
1
dan X
2
terhadap variabel terikat Y semakin kecil.Hal ini berarti model yang digunakan tidak kuat.
63
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum Perusahaan